首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

稀疏表示在图像压缩和去噪中的应用研究

摘要第1-7页
ABSTRACT第7-14页
第一章 绪论第14-25页
   ·稀疏表示的意义第14-15页
   ·图像稀疏表示与图像处理第15-18页
     ·生理基础第15-16页
     ·稀疏表示模型第16-17页
     ·稀疏模型与图像处理第17-18页
   ·图像质量的评价第18-21页
     ·主观评价第19页
     ·客观评价第19-21页
   ·论文研究内容与创新点第21-23页
   ·论文的总体结构第23-25页
第二章 稀疏表示的原理及方法第25-37页
   ·信号的稀疏表示第25-27页
     ·信号的表示第25-26页
     ·稀疏的度量第26页
     ·冗余稀疏表示第26-27页
   ·原子库构建第27-32页
     ·原子库的发展与分类第27页
     ·基于解析的原子库第27-30页
     ·原子库学习方法第30-32页
   ·稀疏分解第32-36页
   ·本章小结第36-37页
第三章 图像压缩编码概述第37-49页
   ·压缩编码流程第37-38页
   ·经典编码技术第38-39页
   ·第二代图像编码第39-40页
   ·小波图像编码第40-42页
   ·可伸缩编码技术第42-43页
   ·基于冗余表示的图像编码第43-47页
     ·冗余表示编码框架第43-44页
     ·矢量量化第44-45页
     ·分形编码第45-46页
     ·匹配追踪编码第46-47页
     ·讨论第47页
   ·本章小结第47-49页
第四章 分形图像压缩编码第49-66页
   ·分形编码数学基础第49-52页
     ·迭代函数系统理论第49-51页
     ·不动点定理第51-52页
     ·拼贴定理第52页
   ·分形图像编码原理与实现第52-57页
     ·编码原理第52-53页
     ·编码方法第53-55页
       ·原子库构成第53-54页
       ·分形码搜索第54-55页
       ·分形码量化编码第55页
       ·算法描述第55页
     ·实验结果第55-57页
   ·分形图像解码的灵活性第57-65页
     ·可控质量渐进解码第57-63页
       ·带可变参数的不动点定理第58-60页
       ·质量渐进解码方案第60页
       ·构造参数序列第60-63页
     ·分辨率无关解码第63-65页
   ·本章小结第65-66页
第五章 匹配追踪图像压缩编码第66-101页
   ·原子库的构建第66-68页
   ·MP 图像分解第68-73页
     ·FSMP 算法第68-69页
     ·MP 原子特性第69-73页
       ·原子能量分布特性第69-71页
       ·原子位置分布特性第71-73页
   ·多尺度MP 分解第73-81页
     ·图像多尺度表示第74-75页
     ·多尺度追踪第75-78页
       ·多尺度搜索方法第75-77页
       ·尺度切换准则第77页
       ·算法描述第77-78页
     ·实验结果第78-81页
   ·MP 图像编码第81-100页
     ·MP 编码研究现状第81-83页
     ·基于块划分的 MP 编码第83-89页
       ·算法思想第83-85页
       ·原子排序第85页
       ·块划分第85-86页
       ·原子编码第86-87页
       ·算法描述第87-89页
     ·码流的可伸缩性第89-90页
       ·质量可伸缩第89页
       ·分辨率可伸缩第89-90页
     ·实验结果第90-100页
       ·阈值参数α 的选择第90-91页
       ·量化参数δ 的选择第91-92页
       ·编码有效性分析第92-94页
       ·客观性能比较第94-95页
       ·主观性能比较第95-98页
       ·伸缩性能评估第98-100页
   ·本章小结第100-101页
第六章 基于全局原子库的冗余稀疏去噪第101-132页
   ·噪声及其度量第101-103页
     ·图像噪声第101-102页
     ·噪声的度量第102-103页
   ·去噪技术回顾第103-110页
     ·空域去噪技术第103-104页
     ·变换域去噪技术第104页
     ·非局部去噪技术第104-107页
     ·冗余稀疏去噪技术第107-109页
     ·讨论第109-110页
   ·基于全局原子库的冗余稀疏去噪方法第110-130页
     ·原子库学习第111-116页
       ·基于相关系数准则的稀疏编码第111-112页
       ·基于噪声检测的原子库裁剪第112-114页
       ·原子库学习算法第114-116页
     ·稀疏分解去噪第116-118页
       ·多级分解去噪第116-117页
       ·稀疏编码策略第117页
       ·人为噪声抑制第117-118页
     ·实验结果第118-130页
       ·参数设置第119-120页
       ·原子库学习的评估第120-123页
       ·多级去噪性能评估第123-124页
       ·客观性能比较第124页
       ·主观性能比较第124-130页
   ·本章小结第130-132页
第七章 基于空间自适应原子库的冗余稀疏去噪第132-150页
   ·概述第132-133页
   ·算法思路第133页
   ·全局空间分析第133-135页
   ·原子库训练第135-137页
   ·基原子选择第137-139页
   ·算法描述第139-140页
   ·讨论第140页
   ·实验结果第140-149页
     ·主特点评估第140-142页
     ·客观性能比较第142页
     ·主观性能比较第142-149页
   ·本章小结第149-150页
第八章 全文总结第150-154页
   ·研究总结第150-152页
   ·工作展望第152-154页
致谢第154-155页
参考文献第155-165页
攻博期间取得的研究成果第165-166页

论文共166页,点击 下载论文
上一篇:变换域数字图像水印若干关键技术研究
下一篇:移动对象数据库查询及处理技术研究